软件定义云边协同架构下的水下监测新机制
2024-03-05金志刚苏毅珊羊秋玲
金志刚, 洪 叶, 苏毅珊,*, 羊秋玲
(1. 天津大学电气自动化与信息工程学院, 天津 300072;2. 海南大学计算机科学与技术学院, 海南 海口 570228)
0 引 言
海洋是生命的摇篮和地球资源的宝库[1-2]。近年来,国内海洋监测得到迅速发展,浮标监测网、水质自动监测站等技术设备被广泛应用于海洋监测网中;国外也进行了相关的研究,如日本地震和海啸海底观测密度网络(dense oceanfloor network system for earthquakes and tsunamis, DONET)与美国大型海底观测计划(ocean observatories initiative, OOI)[3]。为响应建设海洋强国的号召,应加快对海洋监测的研究。
水声传感器网络(underwater acoustic sensor networks, UASNs)是海洋监测的关键技术,其已在环境监测、资源勘探等领域得到了广泛应用[4]。传统UASNs结构有二维和三维网络[5],根据传统开放式系统互联通信参考模型(open system interconnection reference model, OSI)和传输控制协议/网际协议(transmission control protocol/internet protocol, TCP/IP)模型自下而上设置为物理层、数据链路层、网络层、传输层及应用层[6]。而UASNs大多依赖于硬件基础设施,相关协议及应用在部署之前就固化在节点的硬件存储器中[7],可控性及灵活性较差。为满足水下多样化监测任务的需求,迫切需要设计新型、智能且灵活的水声传感器监测网。
软件定义网络(software defined network, SDN)是一种新的集中式管理技术,将路由器的控制平面与数据平面分离[8-9]。在无线传感器网络(wireless sensor network, WSN)领域,基于SDN的研究较为成熟。文献[10]设计了一种基于软件定义WSN的能量路由算法,路由算法在控制器中运行,每个节点总是与其距离最近的节点进行通信,该研究验证了基于SDN的WSN路由协议比传统的WSN路由协议具有更好的性能。文献[11]将强化学习应用于软件定义WSN的路由路径优化,利用SDN控制器进行路由决策,实现了控制平面与数据平面的分离,并延长了网络的生命周期。……
